freepeople性欧美熟妇, 色戒完整版无删减158分钟hd, 无码精品国产vα在线观看DVD, 丰满少妇伦精品无码专区在线观看,艾栗栗与纹身男宾馆3p50分钟,国产AV片在线观看,黑人与美女高潮,18岁女RAPPERDISSSUBS,国产手机在机看影片

正文內(nèi)容

基于情感圖像檢索系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)畢業(yè)設(shè)計(jì)論文-wenkub

2023-07-07 13:57:12 本頁(yè)面
 

【正文】 可以較為熟 練的掌握?qǐng)D像處理程序設(shè)計(jì)方法,并對(duì)圖像處理和圖像檢索技術(shù)有一定的了解。 本 人完全清楚本聲明的法律后果,申請(qǐng)學(xué)位論文和資料若有不實(shí)之處,本人愿承擔(dān)相應(yīng)的法律責(zé)任。 論文作者簽名: (簽字)時(shí)間: 年 月 日 指導(dǎo)教師簽名: (簽字)時(shí)間: 年 月 日 西 安 郵 電 大 學(xué) 畢 業(yè) 設(shè) 計(jì) (論文 ) 任 務(wù) 書 學(xué)生姓名: 任寧寧 指導(dǎo)教師: 劉偉 職稱: 副教授 學(xué)院: 計(jì)算機(jī)學(xué)院 專業(yè): 計(jì)算 機(jī) 科學(xué)與技術(shù) 題目: 基于情感圖像檢索系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn) 一、任務(wù)與要求 圖像中含有情感信息,不同的圖像會(huì)喚起人類不同的情感。具體的任務(wù)包括:( 1)根據(jù)所給的情感數(shù)據(jù)庫(kù)以及自行從因特網(wǎng)上下載的圖像構(gòu)造一個(gè)實(shí)驗(yàn)數(shù)據(jù)庫(kù),數(shù)據(jù)庫(kù)中包含經(jīng)過(guò)若干被試主觀評(píng)估、打分整理后的情感語(yǔ)義圖像(數(shù)據(jù)庫(kù)中包含“靜感”和“動(dòng)感”兩類語(yǔ)義圖像)。 要求開(kāi)發(fā)出的程序滿足正確性和執(zhí)行效率的要求,并在上述( 1)中構(gòu)建的圖像數(shù)據(jù)庫(kù)上完 成計(jì)算機(jī)算法驗(yàn)證實(shí)驗(yàn)。 四、 工作計(jì)劃(時(shí)間進(jìn)度) 1) 20xx 年 10 月 9 日 12 日:開(kāi)始選題,制訂計(jì)劃。 5) 20xx 年 11 月 1 日 8 日: 完成《開(kāi)題報(bào)告》的撰寫工作 、準(zhǔn)備開(kāi)題報(bào)告答辯工作 6) 20xx 年 11 月 7 日:開(kāi)題報(bào)告答辯。 10) 20xx 年 3 月 13 日 20xx 年 5 月 28 日:畢業(yè)論文的設(shè)計(jì)與實(shí)現(xiàn)。 西安郵電大學(xué) 畢業(yè)設(shè)計(jì) (論文 )開(kāi)題報(bào)告 計(jì)算機(jī)學(xué)院 院(系) 計(jì)算機(jī)科學(xué)與技術(shù) 專業(yè) 10 級(jí) 04 班 課題名稱: 基于情感圖像檢索系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn) 學(xué)生姓名 : 任寧寧 學(xué)號(hào) : 04101118 指導(dǎo)教師: 劉 偉 報(bào)告日期: 20xx年 11月 02 日 隨著計(jì)算機(jī)技術(shù)和網(wǎng)絡(luò)技術(shù)特別是因特網(wǎng)技術(shù)的發(fā)展,以及近年來(lái)消費(fèi)型電子產(chǎn)品(如數(shù)碼相機(jī)、帶拍照功能的手機(jī)、電子攝像機(jī)等)的普及,使得數(shù)字圖像等多媒體數(shù)據(jù)的規(guī)模急劇膨脹,每天都有巨量的數(shù)字圖像產(chǎn)生、發(fā)布和共享。這樣的方法帶來(lái)的問(wèn)題是:( 1)搜索精度有限?;趦?nèi)容的圖像檢索( contentbased image retrieval, CBIR)是有望解決上述問(wèn)題的關(guān)鍵技術(shù)。如何有效地模擬人觀察圖像后所引起的情感感覺(jué),并使用帶有感情色彩的語(yǔ)義表述圖像,是一個(gè)具有很大挑戰(zhàn)性的前沿課題。另一方面,視覺(jué)信息是人類從客觀世界獲得信息的主要來(lái)源,人向外界獲取的信息中,視覺(jué)成分約占總數(shù)的 80%,圖像則是視覺(jué)感知的結(jié)果和表現(xiàn)形式。 在圖像檢索系統(tǒng)的早期應(yīng)用有日本的“ Art Museum”和“ IQI 系統(tǒng)”,能夠使用印象詞( impressionwords)如(自然的、優(yōu)雅的、華麗的等)檢索圖畫;最近的 BianchiBerthouz的 Kagent 圖像檢索系統(tǒng),比一般的系統(tǒng)更注 重用戶的情感需求;還有 Chile 大學(xué)正在研制的 TEXRET 系統(tǒng),希望使用類似人類感覺(jué)的定性描述來(lái)檢索紋理圖像 [21];意大利的 Colombo 等還在圖像情感研究的基礎(chǔ)上,還進(jìn)行了視頻圖像的語(yǔ)義檢索研究,用于廣告、電視等視頻檢索 [5]。最后得到若干幅圖像,其中 “靜感 ”類圖片若干張, “動(dòng)感 ”類圖片若干張。,90176。)。神經(jīng)網(wǎng)絡(luò)由許多具有非線性映射能力的神經(jīng)元組成,神經(jīng)元之間通過(guò)權(quán)系數(shù)相連接,其信息分布式存儲(chǔ)于聯(lián)接權(quán)系數(shù)中,使網(wǎng)絡(luò)具有很高的容錯(cuò)性和魯棒性,這一特點(diǎn)使得其具有能夠解決模式識(shí)別問(wèn)題的潛力,人工神經(jīng)網(wǎng)絡(luò)所提供的學(xué)習(xí)能力,大大放松了傳統(tǒng)識(shí)別方法所需的約束 條件,使其對(duì)某些識(shí)別問(wèn)題顯示出極大的優(yōu)越性。 Hayashi使用了反向傳播規(guī)則的神經(jīng)網(wǎng)絡(luò)來(lái)建立圖像特征與印象詞間的聯(lián)系,達(dá)到了 %的準(zhǔn)確率。 (2)20xx 年 9 月 30 日:?jiǎn)?dòng)科研訓(xùn)練,明確要求。 (6)下學(xué)期開(kāi)學(xué) 20xx 年 6 月 2 日:完成畢設(shè)并參加畢業(yè)設(shè)計(jì)答辯。 情感圖像檢索的研究在醫(yī)學(xué)、心理學(xué)、智能科學(xué)、社會(huì)學(xué)、計(jì)算機(jī)學(xué)、農(nóng)業(yè)學(xué)等等領(lǐng)域都有巨大的應(yīng)用價(jià)值。 包括東方和西方 作品 )。 使用分類器的原理是: 如果分類器分類正確,那么檢索到的結(jié)果都是正確的,反之亦然。 本文重點(diǎn)研究線條方向直方圖、 kNN、 Weighted kNN、 BP神經(jīng)網(wǎng)絡(luò)分類器的算法。 早在上個(gè)世紀(jì) 80 年代初期,就已經(jīng) 形成了基于文本的圖像檢索,它通過(guò)提取關(guān)鍵字信息,通過(guò)關(guān)鍵字與文本信息進(jìn)行檢索的一門技術(shù) [1]。目前,人們一般采用形容詞描述圖像的情感語(yǔ)義,例如,燭光給人溫馨溫暖的氣氛等等,日本研究人員早早開(kāi)展這方面的研究,他們將描述情感語(yǔ)義的形容詞稱作為 Kansei(感性的 )[ 3 ]。 背景與現(xiàn)狀 現(xiàn)如今大多數(shù)的搜索引擎都是基于文本的關(guān)鍵詞搜索,即文本注釋。另一方面,關(guān)鍵字對(duì)文本的描述能力有限,很難全面的反映圖像內(nèi)容的中心思想。 如圖 11 所示,利用搜狗圖像搜索引擎輸入關(guān)鍵字“企鵝”后得到的結(jié)果,圖 2 是利用百度圖像搜索引擎輸入關(guān)鍵字“小燕子”后得到的結(jié)果。由于圖像依靠它的視覺(jué)特征來(lái)進(jìn)行檢索,根據(jù)視覺(jué)特征的相似度進(jìn)行比較,然后按照相似度進(jìn)行排序并且將結(jié)果返回給用戶。 圖 13是圖像檢索系統(tǒng)的框架。情感語(yǔ)義的圖像檢索( ESIR)可以被視為一個(gè)基于語(yǔ)義的圖像檢索和情感識(shí)別的分支。 情感圖像檢索特征的分類 情感是一種微妙的心理表現(xiàn),存在著很大的多義性和主觀性,不同圖像都會(huì)給人不同的感受 ,而不同的人對(duì)相同的圖像也會(huì)存在各色各樣的情感差異 [ 6 ]。從色調(diào)上看,一般將色彩分為暖色調(diào)和冷色調(diào),不同的色調(diào)帶給人不同的感受,性別的差異對(duì)相同色調(diào)的感知也是有差異的。不同的事物有著不同的顏色特征,因此可以利用顏色特征來(lái)區(qū)別不同物體。例如,顆粒狀的沙灘給人粗糙的感覺(jué),家具的木質(zhì)花紋又給人一安適感,這些紋理特征都帶給人們不同的視覺(jué)心基于情感圖像檢索系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn) 5 理效果,與人們情感息息相關(guān)。不同的形狀傳達(dá)給人不同的視覺(jué)體驗(yàn),人們會(huì)主觀的賦予它們不同的感情色彩 [ 8 ]。這是考慮個(gè)體差異,增強(qiáng)檢索系統(tǒng)滿意度的一個(gè)重要方向。然而,沒(méi)有性能數(shù)據(jù)是提出證明這種做法是多么的成功。這些圖像的特征表現(xiàn)在結(jié)構(gòu)化的 Web 頁(yè)面的視覺(jué) 和語(yǔ)言信息。它是通過(guò)語(yǔ)言描述的信息從網(wǎng)頁(yè)中提取集成視覺(jué)特征的意味著 LSA,為了獲取圖像語(yǔ)義。提出了六個(gè)方面的視覺(jué)美學(xué)的基礎(chǔ)上人類視覺(jué)系統(tǒng)的模塊化。因?yàn)閺?qiáng)烈的關(guān)系影像美學(xué)與情感之間,結(jié)論和提取圖像的美學(xué)的方法,將有助于在情感語(yǔ)義研究。 基于情感圖像檢索系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn) 7 線條方向直方圖 圖像的邊緣特征作為圖像的基本特征之一,包含著十分重要的圖像信息,而圖像的邊緣點(diǎn)的方向梯度與圖像的邊緣點(diǎn)方向垂直,那么如果我們求出邊緣點(diǎn)的方向梯度相角值,就能夠容易的解決圖像邊緣點(diǎn)的方向角度,從而統(tǒng)計(jì)出邊緣圖像角度的分布,得出圖像的特征。然后根據(jù)直方圖,我們可以計(jì)算不同圖像之間的直方圖距離,距離差異越小,那么圖像的相似性就越高。的時(shí)候線條給人的感覺(jué)是相同的,那么我們就可以通過(guò)一次對(duì)折將 0176。我們?cè)俅螌?duì)折一次直方圖成 0176。進(jìn)過(guò) 2 次對(duì)折后的直方圖,如 24 所示: 圖 24 改進(jìn)的線條方向直方圖 基于情感圖像檢索系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn) 9 BP 神 經(jīng)網(wǎng)絡(luò)分類器 BP 神經(jīng)網(wǎng)絡(luò)的概念 BP 網(wǎng)絡(luò)簡(jiǎn)稱反相神經(jīng)網(wǎng)絡(luò),是一種方向傳播的神經(jīng)網(wǎng)絡(luò)。 BP 神經(jīng)網(wǎng)絡(luò)的原理 BP 神經(jīng)網(wǎng)絡(luò)就是模擬生物的神經(jīng)元之間的傳遞。換句話說(shuō),就是在 N個(gè)已知樣本中選擇 k個(gè)距離 x最近的樣本,設(shè) N 有 n1,n2,n3,n4...ni,i 個(gè)各類, k1,k2,k3,...ki 分別屬于 n1,n2,n3,n4...ni,那么 maxjj k 得到的類別就是 x的類。 基于情感圖像檢索系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn) 11 情感圖像的基本框架 圖像的情感檢索基于用戶的情感需求,最高層的情感語(yǔ)義和圖像的底層特征之間的聯(lián)系是研究者重點(diǎn)關(guān)注的,并且建立了人機(jī)交互式的情感圖像檢索,如圖31 給出了情感圖像檢索的基本框架 。是目前最好的科學(xué)計(jì)算類軟件之一 。數(shù)組中的單個(gè)數(shù)據(jù)是可以通過(guò)帶有小括號(hào)的數(shù)組名訪問(wèn),括號(hào)內(nèi)有這個(gè)數(shù)據(jù)的行標(biāo)和列標(biāo),中間用逗號(hào)隔開(kāi)。在本節(jié)課中我們將會(huì)看到這三個(gè)窗口的例子。( 3)工程與科學(xué)繪圖。( 7)通訊系統(tǒng)設(shè)計(jì)與仿真??偣?200 幅,邀請(qǐng)了 3 位同學(xué)分別對(duì)圖像的動(dòng)靜態(tài)進(jìn)行評(píng)估。 圖 41,第一幅圖片三位同學(xué)打分為: 6, 均值是 ,第二幅圖片打分為 3,均值為 ,所以這兩幅圖片不符號(hào)實(shí)驗(yàn)要求,因此,將這兩幅圖片丟棄。并將這 200 張圖片放入到 ImgDB 數(shù)據(jù)庫(kù)中,圖 43 為 ImgDB 數(shù)據(jù)庫(kù),圖 44 為 ImgDB 數(shù)據(jù)庫(kù)下的靜感和動(dòng)感圖像示例。量化下的原始算法計(jì)算的線條方向直方圖與改進(jìn)算法計(jì)算的線條方向直方圖之間的對(duì)比。單位量,第三行是 15176。 10176。BP39。線條方向直方圖 39。kNN39。動(dòng)感 Dynamic39。BP39。kNN39。 圖 46 選擇菜單圖 圖 47 從情感數(shù)據(jù)庫(kù) ImgDB 中選擇需要檢索的圖片 例如,進(jìn)入 ImgDB 文件,選擇 這幅圖片,這里我們程序里默認(rèn)的分類器是 BP 神經(jīng)網(wǎng)絡(luò),然后根據(jù)特征數(shù)據(jù)庫(kù)對(duì)其進(jìn)行分類,輸出如圖 48基于情感圖像檢索系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn) 19 所示的分類正確的提示信息,單擊“ OK”,系統(tǒng)檢索出了 45 張與示例圖像相似度按由大到小順序排列的圖像,如圖 49 所示: 圖 48 正確的分類提示圖 圖 410 錯(cuò)誤的分類提示 圖 49 正確檢索到 19 幅與示例圖像 相似的動(dòng)態(tài)圖片 顯然,基于分類器的檢索框架主要依賴于分類器的分類正確率,如果分類正確,那么檢索結(jié)果都正確(暫時(shí)不考慮檢索結(jié)果中“子數(shù)據(jù)庫(kù)”內(nèi)各幅圖像的排序次序);如果分類不正確,那么檢索結(jié)果都是錯(cuò)誤的(因?yàn)榉祷氐娜橇硗庖粋€(gè)語(yǔ)義的“子數(shù)據(jù)庫(kù)”中的圖像)。量化 基于情感圖像檢索系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn) 21 圖 412 正確檢索到 19 幅與示例圖像相似的動(dòng)態(tài)圖片 4)分類器為 Weighted kNN, k=5,10176。 圖 411 不同分類器的比較 過(guò)程 與 Weighted kNN 分類正確率的比較 1)當(dāng) 5176。 2) 當(dāng) 10176。 3) 當(dāng) 15176。所以綜上所述,當(dāng) k=7, 15176。 15176。 圖 412 圖像檢索成功 圖 413 特征數(shù)據(jù)庫(kù) 由圖 413 可看出,此特征數(shù)據(jù)庫(kù)的 size 是 5 200, 5 代表一個(gè) 5 維向量,因?yàn)槲覀冞x擇的是直方圖在 10176。、 15176。 基于情感圖像檢索系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn) 26 圖 414 特征數(shù)據(jù)庫(kù)文檔 基于情感圖像檢索系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn) 27 通過(guò)本次的畢業(yè)設(shè)計(jì),我學(xué)習(xí)到了很多東西。 關(guān)于圖像處理問(wèn)題,剛開(kāi)始也了解的不是很全面,在過(guò)程中閱讀了國(guó)內(nèi)的。通過(guò)從最基本的矩陣開(kāi)始練習(xí),一點(diǎn)點(diǎn)了解,學(xué)習(xí)各種函數(shù)的使用,了解各類函數(shù)的功能,即使這樣我對(duì) MATLAB 的了解也是片面的,對(duì)其的認(rèn)知也停留在一堆分散的點(diǎn)上,并不能結(jié)合起來(lái)運(yùn)用,好比大樹(shù)的許多零散的樹(shù)葉,我們現(xiàn)在需要桿將它們組合成一顆大樹(shù)。那么 200的含義,顯而易見(jiàn)代表的是情感數(shù)據(jù)庫(kù)里的所有圖片。時(shí),分類取得最大的正確率。時(shí), BP 分類器的分類性能最好,分類正確率是 。 神經(jīng)網(wǎng)絡(luò)分類器性能 基于情感圖像檢索系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn) 25 表 410 不同量化下 BP 分類正確率性能比較 度數(shù) 次數(shù) N 1 2 3 4 5 均值 5176。量化 kNN 分類正確率表 次數(shù) N K 值 1 3 5 7 9 1 2 3 4 5 均值 表 49 15176。量化 kNN 分類正確率表 次數(shù) N K 值 1 3 5 7 9 1 2 3 4 5 均值 表 47 1
點(diǎn)擊復(fù)制文檔內(nèi)容
研究報(bào)告相關(guān)推薦
文庫(kù)吧 www.dybbs8.com
備案圖片鄂ICP備17016276號(hào)-1